经典算法挑战 D‑Wave 的“量子霸权”说法

相反，他们利用系统结构中的数学规律，提出了一种新的模拟方案：

• 构建 二维和三维张量网络，让网络结构与自旋晶格结构相匹配
• 使用 信念传播算法 在网络节点之间传递信息并更新状态
• 通过张量网络压缩技术，在纠缠增长时仍保持可控的计算规模

这种方法可以在不显式存储完整 5000 量子比特波函数 的情况下，持续追踪系统的时间演化。结果是计算成本大幅降低，同时仍保持较高的模拟精度。

研究人员报告称，该方法能够 准确而高效地模拟量子退火过程中的 Ising 自旋玻璃动力学，也正是 D‑Wave 用来展示量子优势的那类问题。

为什么有些模拟能在笔记本上跑

张量网络的核心思想是 压缩量子态信息。

如果直接模拟量子系统，需要存储指数级数量的波函数振幅。但张量网络只保留系统中真正重要的相关性结构，而不是所有可能的状态。

在许多具有规则晶格结构的物理系统中，量子纠缠虽然增长，但仍然可以被较紧凑的数学结构近似表示。这样一来，模拟所需的参数数量远小于暴力计算。

在这项研究中，将张量网络与信念传播结合后，一些模拟案例甚至可以在 普通个人电脑或笔记本 上完成，而不需要大型超级计算机。

对“量子优势”的意义

这一结果并不意味着量子计算没有潜在优势。它更重要的启示是：比较基准会不断变化。

许多量子优势的声明，实际上是与“当时已知的最佳经典算法”进行比较。但经典计算方法——例如张量网络、蒙特卡洛方法以及其他近似算法——也在持续进步。

因此，一个今天看似对经典计算机不可能的任务，明天可能因为 更好的算法 而变得可行。Flatiron 团队的研究正体现了这种情况：真正的瓶颈并非计算机本身，而是此前使用的经典算法还不够先进。

量子与经典算法的“军备竞赛”

随着类似事件不断出现，研究界对“量子优势”的证明标准正在变得更严格。理想的测试问题通常需要满足：

• 经典算法难以通过改进显著提升效率
• 量子硬件在规模扩展上具有明显优势
• 结果能够被独立验证

这也说明了计算科学的一个基本规律：硬件进步与算法创新往往是并行发展的。

量子处理器正在快速改进，但经典算法也同样在不断突破。因此，在未来一段时间里，两者之间的竞争仍将是一场持续的技术“军备竞赛”。每一次新的量子优势声明，也都必须经得起下一轮经典算法创新的检验。